Python中单例线程池的实现与使用示例

在 Python 中，使用 `concurrent.futures.ThreadPoolExecutor` 创建线程池是一种常见的做法。要创建一个单例线程池，我们可以利用线程池的初始化参数 `max_workers` 来限制线程数量，同时使用一个锁来同步线程间的操作。下面是一个简单的示例代码，展示如何创建一个带有锁的单例线程池，并使用它来执行任务。

import threading
from concurrent.futures import ThreadPoolExecutor

# 单例线程池的实现
class SingletonThreadPool:
    _instance = None
    _lock = threading.Lock()

    def __new__(cls):
        with cls._lock:
            if cls._instance is None:
                cls._instance = super(SingletonThreadPool, cls).__new__(cls)
                cls._pool = ThreadPoolExecutor(max_workers=1)  # 创建单例线程池
        return cls._instance

    def submit(self, func, *args, **kwargs):
        return self._pool.submit(func, *args, **kwargs)

    def shutdown(self, wait=True):
        self._pool.shutdown(wait=wait)

# 使用示例
def task_function(x):
    print(f"Processing {x}")

# 创建单例线程池实例
singleton_pool = SingletonThreadPool()

# 向线程池提交任务
future = singleton_pool.submit(task_function, "Task 1")

# 等待任务完成并获取结果
result = future.result()
print(f"Task completed with result: {result}")

# 关闭线程池
singleton_pool.shutdown()

在这个示例中，`SingletonThreadPool` 类使用了一个私有类属性 `_instance` 来存储单例对象，并使用一个锁 `_lock` 来确保线程安全。`__new__` 方法确保了线程池的单例性，`submit` 方法用于向线程池提交任务，`shutdown` 方法用于关闭线程池。

请注意，这个示例中的线程池使用了 `max_workers=1` 参数，这意味着它将始终只有一个工作线程，从而实现了单例线程池的效果。此外，示例中的任务函数 `task_function` 只是一个简单的打印函数，用于演示如何使用线程池执行任务。在实际应用中，你可以替换为任何需要并发执行的函数。